首页 > 2019年06月22日 > 全部分享
linux下编译利用CMakeLists.txt 编译C++写的opencv程序
https://hihozhou.com/blog/2017/05/11/linux-compile-opencv-c++-file.html ...
分类:编程语言   时间:2019-06-22 23:04:24    收藏:0  评论:0  赞:0  阅读:495
过滤器&拦截器
Filter:(Servlet) 主要用途: 1.在HttpServletRequest到达Servlet之前,拦截客户的HttpServletRequest(检查和修改HttpServletRequest头和数据) 2.在HttpServletResponse到达客户端之前,拦截客户的HttpSe ...
分类:其他   时间:2019-06-22 23:04:03    收藏:0  评论:0  赞:0  阅读:168
权限对于目录和文件的具体含义 linux
权限对于具体文件的含义 文件上存储具体数据的地方,包括一般文件,数据库文件,二进制可执行文件等。因此权限对于文件的意义上这样都 r: 可读权限,表示可以读取该文件的内容 w:可写权限,表示可以编辑,新增或者修改该文件的内容( 但是不包括删除文件 ),其实新增文件需要对文件所在目录有相应的权限 x: ...
分类:系统服务   时间:2019-06-22 23:03:41    收藏:0  评论:0  赞:0  阅读:129
神经网络训练中的梯度消失与梯度爆炸
层数比较多的神经网络模型在训练时也是会出现一些问题的,其中就包括梯度消失问题(gradient vanishing problem)和梯度爆炸问题(gradient exploding problem)。梯度消失问题和梯度爆炸问题一般随着网络层数的增加会变得越来越明显。 例如,对于下图所示的含有3个 ...
分类:其他   时间:2019-06-22 23:02:26    收藏:0  评论:0  赞:0  阅读:120
JFrame,JPanel,JLabel详解
2016年05月24日 14:06:52 灰烬丶LORD 阅读数 22059 JFrame是一个顶层的框架类,好比一个窗户的框子。也是一个容器类。这个框子可以嵌入几个玻璃窗。 JPanel是一个容器类,相当于一大玻璃窗。 JLabel等是一些基础组件,它必须置于某个容器里,类似于窗花、剪纸,必须置于 ...
分类:其他   时间:2019-06-22 23:01:59    收藏:0  评论:0  赞:0  阅读:115
python 基础语法
匿名函数 正则表达式 match如果第一个字符不匹配,则终止;search则是一个个字符里寻找。 小括号中写上要输出的内容,结果以元组输出 单独输出 模块导入导出 import module from module import m1,m2,m3 import module_name as m4 通 ...
分类:编程语言   时间:2019-06-22 23:00:50    收藏:0  评论:0  赞:0  阅读:141
大华摄像头使用——(1)IP地址直连
在设置-》网络-》网络适配器-》选择如下 IE浏览器打开http://192.168.1.108/ admin admin123 ...
分类:其他   时间:2019-06-22 23:00:06    收藏:0  评论:0  赞:0  阅读:626
Golang 编写 Tcp 服务器
Golang 开发 Tcp 服务器及拆包粘包、优雅关闭的解决方案 ...
分类:其他   时间:2019-06-22 22:59:42    收藏:0  评论:0  赞:0  阅读:133
SVN 学习笔记
参考: SVN教程 https://www.runoob.com/svn/svn-tutorial.html 1. SVN 的一些概念 repository(源代码库):源代码统一存放的地方Checkout(提取):当你手上没有源代码的时候,你需要从repository checkout一份Comm ...
分类:其他   时间:2019-06-22 22:58:40    收藏:0  评论:0  赞:0  阅读:126
[python] pygame安装与配置
参考 https://www.runoob.com/python/python-install.html https://blog.csdn.net/huayuhuan/article/details/80702424 安装软件环境及版本说明 OS: Win10 x 64 专业版 Python: 2 ...
分类:编程语言   时间:2019-06-22 22:58:19    收藏:0  评论:0  赞:0  阅读:149
MVC模式设计的Web层框架初识
struts是个什么东西? 是一个按 模式设计的 框架,其实它就是一个大大的 ,这个 名为 ,或是 的子类。我们可以在 文件中将符合某种特征的所有请求交给这个 处理,这个 再参照一个配置文件(通常为/WEB INF/struts config.xml)将各个请求分别分配给不同的action去处理。 ...
分类:Web开发   时间:2019-06-22 22:57:56    收藏:0  评论:0  赞:0  阅读:265
let,const,var区别
1、let是es6新增的声明变量的方式 ,其特点是:(1)作用域是块级作用域(在ES6之前,js只存在函数作用域以及全局作用域) if(1){ let a=1; console.log(a)}(2)不存在变量声明提前; console.log(b); //ReferenceError: b is n ...
分类:其他   时间:2019-06-22 22:57:12    收藏:0  评论:0  赞:0  阅读:131
【原创】大叔经验分享(73)scala akka actor
Runnable 无返回值 同步调用 Callable 有返回值 异步调用 更多 并发控制 定时 注意Actor相当于java中的单实例单线程,可以通过多个Actor来控制并发 ...
分类:其他   时间:2019-06-22 22:56:51    收藏:0  评论:0  赞:0  阅读:109
56. 合并区间-LeetCode
心得:创建一个新数组,把第一条记录填进去,不断合并比较 感觉不是很满意,后面继续需改。 ...
分类:其他   时间:2019-06-22 22:56:20    收藏:0  评论:0  赞:0  阅读:118
ubuntu 系统问题总结
一、主题问题 高分辨率显示可能会造成虚拟机中的显示很小,需要调整合适的显示比例。但是 ubuntu 18.04 中的 display 的 scale 只能调整 100% 300%,可能使用 gnome-tweak-tool 工具对此进行更改。安装: 按装完成后,在 setting-->all-->T ...
分类:系统服务   时间:2019-06-22 22:55:52    收藏:0  评论:0  赞:0  阅读:192
使用merge-graphql-schemas 进行graphql schema 以及resovler 合并
merge-graphql-schemas 是一个方便的工具,可以进行schema 以及resovler 的合并处理 一个schema 合并参考demo schema 定义 // ./graphql/types/clientType.js export default ` type Client { ...
分类:其他   时间:2019-06-22 22:55:22    收藏:0  评论:0  赞:0  阅读:213
JAVA设计模式之工厂模式
[Toc] 参考博客: https://blog.csdn.net/jason0539/article/details/23020989 https://blog.csdn.net/jason0539/article/details/44976775 https://juejin.im/entry/ ...
分类:编程语言   时间:2019-06-22 22:54:56    收藏:0  评论:0  赞:0  阅读:86
面向对象方法及软件工程——团队答辩
1.写出团队成员的姓名、学号及博客链接地址 姓名:秦菊羚(队长) 学号:1700802136 博客链接:https://www.cnblogs.com/QJLLL/ 姓名:陈玉婷 学号:1700802135 博客链接:https://home.cnblogs.com/u/cytcoding/ 2.团 ...
分类:其他   时间:2019-06-22 22:54:29    收藏:0  评论:0  赞:0  阅读:129
python.sklearn与机器学习(1)
机器学习主要有:分类、聚类、回归、降维。通过python.sklearn接口函数进行基本的实现。 分类(监督学习) 通过特征矩阵,预测其对应的目标向量值y,若y离散,则是一个分类问题。 以鸢尾花数据及为例: 聚类(无监督学习) 只有特征矩阵,无目标向量的分类问题 降维 使特征矩阵列数减少,尽可能多的 ...
分类:编程语言   时间:2019-06-22 22:54:04    收藏:0  评论:0  赞:0  阅读:118
面试题47题
1.比较Boosting和Bagging的异同 二者都是集成学习算法,都是将多个弱学习器组合成强学习器的方法。 Bagging:从原始数据集中每一轮有放回地抽取训练集,训练得到k个弱学习器,将这k个弱学习器以投票的方式得到最终的分类结果。 Boosting:每一轮根据上一轮的分类结果动态调整每个样本 ...
分类:其他   时间:2019-06-22 22:53:38    收藏:0  评论:0  赞:0  阅读:700
893条   上一页 1 2 3 4 5 6 ... 45 下一页
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!